[논문 리뷰] Approximation of Classification and Measures of Uncertainty in Rough Set on Two Universal Sets

B. K. Tripathy, D. P. Acharjya|arXiv (Cornell University)|2013. 01. 25.

Rough Sets and Fuzzy Logic참고 문헌 25인용 수 16

한 줄 요약

이 논문은 두 개의 유니버스 세트를 사용하는 이진 관계를 통해 확장된 날카운드 집합 이론에서 분류를 근사화하고 불확실성을 측정하기 위한 프레임워크를 제안한다. 서로 다른 유니버스 간의 관계를 활용하여 기존의 날카운드 집합 근사화를 일반화하고, 새로운 불확실성 측정 방법을 제안함으로써 상호 유니버스 간 의존성이 있는 실제 정보 시스템의 모델링을 향상시킨다.

ABSTRACT

The notion of rough set captures indiscernibility of elements in a set. But, in many real life situations, an information system establishes the relation between different universes. This gave the extension of rough set on single universal set to rough set on two universal sets. In this paper, we introduce approximation of classifications and measures of uncertainty basing upon rough set on two universal sets employing the knowledge due to binary relations.

연구 동기 및 목표

• 단일 유니버스 세트에서의 날카운드 집합 이론을 두 개의 서로 다른 유니버스 세트로 확장하여 실제 데이터 시스템의 상호 유니버스 관계를 모델링하는 것.
• 이진 관계를 사용한 두 유니버스에서의 날카운드 집합 프레임워크 내 분류의 근사화 연산자 개발.
• 두 유니버스 날카운드 집합 프레임워크에 맞춘 새로운 불확실성 측정 방법 도입.
• 다중 유니버스 정보 시스템에서의 불확실성과 구분 불가능성 처리를 위한 형식적 수학적 기반 제공.

제안 방법

• 다른 유니버스에서의 지식을 기반으로 한 하나의 유니버스 내 집합의 하한 및 상한 근사화를 정의하기 위해 이진 관계를 활용.
• 두 개의 유니버스 세트와 그 사이의 이진 관계를 기반으로 한 일반화된 근사 공간 도입.
• 두 유니버스 설정에서 하한 및 상한 근사화를 사용하여 정확도, 일관성 등 다양한 불확실성 측정 방법 정의.
• 근사화 계산 및 불확실성 지표 유도를 위해 집합 이론 연산 및 관계 대수 적용.
• 불확실성의 정량화를 위해 날카운드 소속도 및 경계 영역의 형식적 정의 활용.
• 상호 유니버스 간 의존성이 있는 정보 시스템에 대한 이론적 분석 및 적용을 통한 프레임워크 검증.

실험 결과

연구 질문

• RQ1 어떻게 날카운드 집합 근사화를 단일 유니버스에서 두 상호 관련된 유니버스로 일반화할 수 있는가?
• RQ2 두 유니버스 날카운드 집합 프레임워크에서 적절한 하한 및 상한 근사화 연산자는 무엇인가?
• RQ3 두 개의 서로 다른 유니버스 세트를 포함하는 분류 작업에서 불확실성은 어떻게 정량화할 수 있는가?
• RQ4 이 확장된 날카운드 집합 모델에서 불확실성 측정의 핵심 성질과 행동 양상은 무엇인가?
• RQ5 이진 관계의 사용은 교차 도메인 관계를 가진 실제 정보 시스템의 모델링을 어떻게 향상시키는가?

주요 결과

• 제안된 프레임워크는 두 개의 유니버스 세트 간의 관계를 다룰 수 있도록 날카운드 집합 이론을 성공적으로 확장하여 더 유연한 복잡한 데이터 시스템 모델링을 가능하게 한다.
• 이진 관계를 사용하여 새로운 하한 및 상한 근사화 연산자가 정의되어 유니버스 간 분류 근사화가 가능해진다.
• 정확도 및 일관성과 같은 불확실성 측정 방법은 공식적으로 유도되었으며, 두 유니버스 맥락에서 지식 정밀도의 정도를 반영하는 것으로 확인되었다.
• 관계 구조를 통해 유니버스 간 의존성을 포착함으로써 고전적 날카운드 집합보다 더 높은 표현력을 보이는 것으로 나타났다.
• 이론적 분석을 통해 제안된 측정 방법이 단조성 및 유계성과 같은 불확실성의 핵심 성질을 만족하는 것으로 확인되었다.
• 다양한 소스의 데이터 통합, 의사결정, 이질적 시스템 내 지식 발굴 등 응용 분야에 대한 견고한 기반을 제공한다.